机构名称：
¥ 1.0
人工智能（AI）的快速发展促进了各个领域的各种应用，但由于数据的爆炸性增长，在速度和能源方面也构成了巨大的挑战。光学计算通过利用光子的独特特性，包括宽带宽度，低潜伏期和高能量效率来解决这种瓶颈，从而提供了独特的观点。在这篇评论中，我们介绍了针对不同AI模型的光学计算的最新发展，包括前馈神经网络，储层计算和尖峰神经网络（SNNS）。综合光子设备的最新进展以及AI的崛起，为在实际应用中的光学计算复兴提供了绝佳的机会。这项工作需要广泛社区的多学科努力。本评论概述了近年来最先进的成就，讨论了当前技术的可用性，并指出了各个方面的剩余挑战以推动边境。我们预计，大型集成光子处理器的时代将很快以混合光电框架的形式到达实用AI应用。2021作者。由Elsevier Ltd代表中国工程学院和高等教育出版社有限公司出版。这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。
人工智能的模拟光学计算
主要关键词
相关文件推荐
